基于分组对象的Amount列累计求和问题

核心问题分析 #

你当前的代码错误在于：

• 保留了ID维度进行累计，导致每个用户的Amount单独计算累计，没有合并同一分组下的所有用户数据
• 累计时将SentMonth纳入分组键，使得每个月份单独分组，无法实现跨月份的累计求和

正确实现步骤 #

1. 先聚合到月份层级：合并同一Tranche、Opened月、SentMonth下所有ID的Amount总和
2. 按时间排序：确保SentMonth按时间顺序排列，保证累计逻辑正确
3. 计算跨月累计和：仅按Tranche和Opened分组，对排序后的Amount计算累计和

完整代码示例 #

# 1. 聚合到Tranche、Opened、SentMonth层级，计算每个月的总Amount
monthly_summary = df.groupby(['Tranche', 'Opened', 'SentMonth'], as_index=False)['Amount'].sum()

# 2. 按分组键和时间排序，确保累计顺序正确
monthly_summary = monthly_summary.sort_values(['Tranche', 'Opened', 'SentMonth'])

# 3. 按Tranche和Opened分组，计算累计和
monthly_summary['cumulative'] = monthly_summary.groupby(['Tranche', 'Opened'])['Amount'].cumsum()

# 查看结果
print(monthly_summary)

针对你的测试案例说明 #

以red tranche、Opened为2021-12-29的组为例：

• 2022-01的Amount会是Tim和Tom的Amount之和（30），对应的cumulative为30
• 2022-02的Amount会是该月所有用户的Amount总和（比如10+100=110），对应的cumulative为30+110=140

如果你的需求是仅计算当月内所有用户的总和（非跨月累计），则只需要第一步的聚合结果即可，无需第三步的cumsum。

内容的提问来源于stack exchange，提问作者user13948